CN114367975A - 串联工业机器人控制算法的验证系统 - Google Patents

Abstract

本发明提供一种串联工业机器人控制的验证方法，包括：输入模块、内置模块以及输出模块，能够根据用户设计的控制算法及期望轨迹、速度，逆解输出对应步长的关节角度、驱动关节力矩。本发明将上述关节角度、驱动关节力矩作为输入，正解得到工业机器人的末端实际轨迹、速度。通过比较期望轨迹、速度和实际轨迹、速度之间的误差，并结合机器人虚拟仿真，以达到工业机器人位置环与速度环的双闭环验证。本发明可以大大缩短机器人控制算法从研发到投入生产的周期，并通过虚拟仿真验证，确保了新算法在实际工业环境下的安全性。

Description

串联工业机器人控制算法的验证系统

技术领域

本发明涉及一种串联工业机器人控制算法的验证系统。

背景技术

工业机器人产业被誉为“制造业皇冠顶端的明珠”，是衡量一个国家创新能力和产业竞 争力的重要标志。串联工业机器人的运动学和动力学建模，以及其核心控制算法，在很大程 度上决定了其重复定位精度优良与否。

我国虽是全球机器人最大的市场，但是由于我国对工业机器人的研究起步晚，以及核心 技术的缺乏，导致稳定性和精度相对国外机器人较差。我国自主研制的工业机器人虽然在 码垛、上下料这些对负载重量和精度相对较低的场合中有着较为良好的表现，但是在一些负 载较重和对精度要求高的场景中，由于运动学和动力学建模、控制算法上的不足，导致机器 人在运行过程中会出现较大的抖动，这将会与期望的机器人轨迹产生很大的误差；并且，国 产的工业机器人重复定位精度较低，随着机器人运行的时间叠加，这将会与一开始的期望轨 迹产生较大误差。

而产生这一问题的根本原因是因为目前国产工业机器人所配备的软件大多是一些比较传 统的控制算法。而由我国学者提出的大量先进控制算法由于实装在实体机器人上需要经过大 量的验证、测试、调试、编译等环节，往往很难快速在实体机器人上落实。

截止目前学术界还没有一个统一的方法来对串联工业机器人的控制算法进行验证，现有 的主要的串联工业机器人控制算法验证方法包括：数学模型对稳定性的验证，例如李雅普诺 夫函数法，又或是直接将控制算法在实体机器人上进行算法的验证。

其中，前者方法仅在理论上可行，缺少工程上的实践；

后者由于将未知的控制算法直接应用于实体工业机器人上，具有不确定性和危险性。

发明内容

本发明的目的在于提供一种串联工业机器人控制算法的验证系统。

为解决上述问题，本发明提供一种串联工业机器人控制算法的验证系统，包括：输入模 块1，内置模块2和输出模块3，其中，

所述输入模块，用于为验证串联工业机器人控制算法提供必要的输入，所述输入模块1 包括：CAD模型导入模块4、运动学参数导入模块5、动力学参数导入模块6、实际轨迹导入 模块7、D-H坐标导入模块8、关节旋转和俯仰及其轴限导入模块9、步长及仿真时间设定模 块10和坐标设定模块11、；

所述的内置模块2，包括：内置运动学数学模型12和内置动力学数学模型13；

所述的输出模块3，包括：VR仿真模块14、参数导出模块15和作图模块16。

进一步的，在上述方法中，所述的CAD模型导入模块4，用于兼容指定格式的CAD串联工业机器人模型，兼容由CAD软件所导出的指定格式的文件，并能对工业机器人的各个零件进行分类和命名，以便于接下来对工业机器人的其他输入进行定义。

进一步的，在上述方法中，所述运动学参数导入模块5和动力学参数导入模块6，用于 对串联工业机器人的运动学、动力学软件进行仿真验证，其中，所述运动学参数导入模块5、 动力学参数导入模块6分别将运动学、动力学参数，导入到串联工业机器人控制算法验证软 件中，为串联工业机器人控制算法的验证提供必要的输入。

进一步的，在上述方法中，其中，所述运动学参数导入模块5，包括：串联工业机器人 在每个步长下每个关节的关节角；动力学参数导入模块6，包括：串联工业机器人在每个步 长下每个关节的驱动关节力矩。

进一步的，在上述方法中，经过内置运动学数学模型12的计算，以及步长及仿真时间 设定模块10，结合参数导出模块15输出指定时间和步长的机器人末端期望轨迹和期望速 度。

进一步的，在上述方法中，所述实际轨迹导入模块7，用于将串联工业机器人控制算法 输出的实际轨迹导入到串联工业机器人控制算法验证软件中，通过机器人的逆运动学/逆动力 学，推导出机器人各个关节的运动情况，以便接下来对串联工业机器人控制算法进行验证。

进一步的，在上述方法中，所述的D-H坐标导入模块8，用于将机器人的DH参数，导入 到串联工业机器人控制算法验证软件中。

进一步的，在上述方法中，所述的关节旋转和俯仰及其轴限导入模块9，用于导入工业 机器人各个关节的旋转或是俯仰的运动方式，以及工业机器人的关节轴限，来模拟工业机器 人在虚拟工业环境下的仿真情况。

进一步的，在上述方法中，所述的步长及仿真时间设定模块10，用于设定整个算法验证 仿真阶段的步长时间以及总的仿真时间。

进一步的，在上述方法中，所述VR仿真模块14，用于结合机器人机械模型，以及由运 动学和动力学推导得出的末端实时位置、实时速度、实时加速度，以及各个关节的角度，让 用户直观地观察到串联工业机器人运动状态的实时变化；

参数导出模块15，用于将所得到的所有输出，将其一一对应并可以以.xls或,xlsx的 格式导出，方便用户进行接下来的参数对比工作；

作图模块16，用于将由控制算法得到的输出，以及仿真验证软件得到的输出，以作图的 形式，绘制出两者的对比曲线及两者的误差曲线等等对比数据。

与现有技术相比，本发明提供一种串联工业机器人控制的验证方法，包括：输入模块、 内置模块以及输出模块，能够根据用户设计的控制算法及期望轨迹、速度，逆解输出对应步 长的关节角度、驱动关节力矩。本发明将上述关节角度、驱动关节力矩作为输入，正解得到 工业机器人的末端实际轨迹、速度。通过比较期望轨迹、速度和实际轨迹、速度之间的误 差，并结合机器人虚拟仿真，以达到工业机器人位置环与速度环的双闭环验证。本发明可以 大大缩短机器人控制算法从研发到投入生产的周期，并通过虚拟仿真验证，确保了新算法在 实际工业环境下的安全性。

附图说明

图1是本发明一实施例的的串联工业机器人运动学控制验证的原理图；

图2是本发明一实施例的三自由度串联工业机器人的模型示意图；

图3是本发明一实施例的三自由度串联工业机器人动力学建模流程图；

其中，1.输入模块，2.内置模块，3.输出模块，4.CAD模型导入模块，5.运动学参数导 入模块，7.实际轨迹导入模块，8.D-H坐标导入模块，9.关节旋转/俯仰及其轴限导入模块， 10.步长及仿真时间设定模块，11.坐标设定模块，12.内置运动学数学模型，14.VR仿真模 块，15.参数导出模块，16.作图模块。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式 对本发明作进一步详细的说明。

为了解决在背景技术中提到的一系列问题，本发明提出了一种串联工业机器人控制算法 的验证系统。本发明提出的方法可以缩短机器人控制算法从研发到投入生产的周期，从而可 以将安全、高效的算法更快地投入到工业中以保障人身及设备安全并提高产能。

如图1所示，本发明主要由输入模块1，内置模块2和输出模块3三部分组成。

以上模块至少可以实现对串联工业机器人运动学以及动力学控制算法在虚拟工业环境下进行 步长可控，仿真时间可控的VR验证。

本发明的机器人模型搭建包括使用CAD软件对工业机器人进行建模以及按照指定格式 导出工业机器人模型。工业机器人的模型应至少包括机械臂基座位置、机械臂所有关节、机 械臂所有连杆、机械臂末端。导出的机器人CAD模型应被串联工业机器人控制算法验证方法 软件所兼容。

按照建模完成的机器人模型，将机器人运动学和动力学参数输入到运动学和动力学控制 算法中。机器人运动学参数，包括：机器人每个机械臂连杆杆长l_i、第i关节到第i机械臂重 心的距离r_i；机器人动力学参数在运动学参数的基础上，再加上机器人机械臂每个连杆的质 量m_i。结合用户的机器人运动学/动力学算法，得到必要的输出：分别是机器人在X、Y、Z 轴上的末端轨迹：S_X、S_Y、S_Z，机器人在X、Y、Z轴上的末端速度：V_X、V_Y、V_Z，机器人 各个关节的关节角度q_i。上述变量中，i为机器人关节及连杆编号。

所述输入模块，其主要作用是为验证串联工业机器人控制算法提供必要的输入。

输入模块应至少包括：CAD模型导入模块4，运动学参数导入模块5，动力学参数导入模 块6，实际轨迹导入模块7，D-H坐标导入模块8，关节旋转/俯仰及其轴限导入模块9，步长 及仿真时间设定模块10，坐标设定模块11。

所述CAD模型导入模块4能够兼容由CAD软件所导出的指定格式的文件，并能对工业机器 人的各个零件进行分类和命名，以便于接下来对工业机器人的其他输入进行定义。

所述运动学参数导入模块5、动力学参数导入模块6则是分别将运动学、动力学参数， 导入到串联工业机器人控制算法验证软件中，为串联工业机器人控制算法的验证提供必要的 输入。其中：运动学参数导入模块5应包括串联工业机器人在每个步长下每个关节的关节 角；动力学参数导入模块6应包括串联工业机器人在每个步长下每个关节的驱动关节力矩。

所述实际轨迹导入模块7，用于将串联工业机器人控制算法输出的实际轨迹导入到串联 工业机器人控制算法验证软件中，通过机器人的逆运动学/逆动力学，推导出机器人各个关节 的运动情况，以便接下来对串联工业机器人控制算法进行验证。

所述的D-H坐标导入模块8，通过将机器人的DH参数，导入到串联工业机器人控制算法 验证软件中。连杆参数包括：沿X_i轴，从Z_i移动到Z_i+1的距离a_i，沿X_i轴，从Z_i旋转到Z_i+1的角度α_i，沿Z_i轴，从X_i-1移动到X_i的距离d_i，以及沿Z_i轴，从X_i-1旋转到X_i的角度θ_i。D-H 坐标导入模块不仅可以确定机器人各关节的旋转方式，还是进行运动学计算必不可少的环 节。

所述的关节旋转和俯仰及其轴限导入模块9通过导入工业机器人各个关节的旋转或是俯 仰的运动方式，以及工业机器人的关节轴限(每个关节的旋转度数范围)，来更好地模拟工 业机器人在虚拟工业环境下的仿真情况。由于目前大量在论文中提出的工业机器人控制算法 并不会对工业机器人轴限做出规范的限制，而到了实际工业环境中，很可能因为算法中的轴 限范围超出了工业机器人自身的轴限，导致末端不可达的报错情况发生；或是因为算法中的 轴限范围小于工业机器人自身的轴限，导致工业机器人的运动学求解受限。

所述的步长及仿真时间设定模块10，用于设定整个算法验证仿真阶段的步长时间以及总 的仿真时间。步长时间的长短决定了算法验证轨迹的精度；而总的仿真时间则是根据算法的 情况设定。步长时间必须是总的仿真时长的整数倍，否则将会报错。运动学参数导入模块5 和动力学参数导入模块6输入数量必须与步长数一一对应，以避免发生遗漏仿真步长点的情 况发生。

所述VR仿真模块14，用于显示工业机器人在虚拟工业环境下的运动情况。所述作图模 块16，用于反应工业机器人末端轨迹和速度的跟踪情况。

所述的动力学参数导入模块6、D-H坐标导入模块8，关节旋转/俯仰及其轴限设定模块 9，坐标设定模块11，结合步长及仿真时间设定模块10确定仿真时间，输入到内置动力学数 学模型13。经过内置动力学数学模型13的计算，以及步长及仿真时间设定模块10，结合参 数导出模块15输出指定时间和步长的机器人末端期望轨迹和期望速度以及各个关节角度。

所述的运动学参数导入模块5、D-H坐标导入模块8、关节旋转/俯仰及其轴限设定模块9、 坐标设定模块11，结合步长及仿真时间设定模块10确定仿真时间，输入到内置运动学数学 模型12。

串联工业机器人基本坐标系包括世界坐标系、基坐标系、工具坐标系、关节坐标系。所 谓的“坐标设定模块11”指的是上述的世界坐标系。基坐标系、工具坐标系、关节坐标系均 已在D-H坐标导入模块8中设定完毕。建立坐标设定模块11的意义在于可以统一算法中的世 界坐标系与串联工业机器人控制算法验证软件中的世界坐标系，确保两者机器人基坐标系在 相对于世界坐标系的位姿完全一致，才能使接下来的输出具有可比较性(通常情况下，为方 便起见，世界坐标系和机器人基坐标系位姿完全重合)。

内置模块应至少包括：内置运动学数学模型12和内置动力学数学模型13。

所述内置运动学数学模型12，目前对机器人正运动学进行建模的方法主要是D-H坐标 法；对机器人逆运动学进行建模的方法主要是几何法和数值法。以D-H坐标法和几何法为 例，将在“具体实施方法”中对串联工业机器人正运动学和逆运动学建模进行介绍。

所述的内置动力学数学模型13，目前主流的用来分析串联工业机器人动力学的方法有： 牛顿–欧拉法、拉格朗日法、凯恩法、最小约束的高斯原理法及广义达兰贝尔法等。以拉格 朗日法的动力学建模为例，将在后续对串联工业机器人动力学建模进行介绍。

输出模块应至少包括：VR仿真模块14、参数导出模块15和作图模块16。

所述VR仿真模块14，即可以结合机器人机械模型，以及由运动学和动力学推导得出的 末端实时位置、实时速度、实时加速度，以及各个关节的角度，让用户可以直观地观察到串 联工业机器人运动状态的实时变化。除此之外，VR仿真模块14还应至少包括以下功能：碰 撞检测功能、限速功能、报错功能。

其中：碰撞检测功能即当机械臂与周围环境发生碰撞、或机械臂与自身发生碰撞时，VR 仿真模块14将会报警并停止仿真。该功能可以根据用户的需求来自行开关。

其中：限速功能即当机械臂运动速度超出某一阈值时，为保证安全，VR仿真模块14将 会报警。同时，用户可以选择倍速仿真，使VR仿真模块14功能更加接近于工业上的示教仿 真。

其中：报错功能应包括：奇异点报错和轴超限报错。奇异点报错即当机器人的关节在一 些特殊的情况下，会导致有无穷逆解或没有逆解的情况。常见的奇异点应包括：过顶奇点、 延展位置奇点和腕部奇点。以六自由度串联工业机器人为例：过顶奇点即机器人的腕部关节 J5与基座关节J1的几何中心连线垂直于地面，机器人基座关节J1无论旋转多少度都将使两 轴连线垂直于地面，导致有无穷逆解的情况；延展位置奇点即当机械臂朝同一方向完全伸直 时仍然无法得到逆解，即超出了工业机器人的最大运动范围；腕部奇点即J5腕关节约等于0 度，这将导致J4与J6几乎平行。J4与J6将有无穷组合，可以使两轴关节角度之和相同， 导致有无穷逆解。轴超限报错即逆运动学得到的关节角度，超过了工业机器人本体的关节轴 限，导致串联工业机器人无法继续旋转关节的情况。

参数导出模块15，即仿真验证软件可以将所得到的所有输出，将其一一对应并可以 以.xls或,xlsx的格式导出，方便用户进行接下来的参数对比工作。

作图模块16即将由控制算法得到的输出，以及仿真验证软件得到的输出，以作图的形 式，绘制出两者的对比曲线及两者的误差曲线等等对比数据，可以更直观地比较两者的误 差，真正意义上达到控制验证算法验证的目的，以实现位置环与速度环的双闭环的控制算法 验证效果。

以三自由度串联工业机器人为例，以及串联工业机器人运动学和动力学的建模来对具体 实施方法加以详细说明。

三自由度串联工业机器人模型是由SOLIDWORKS2019进行绘制，以.STEP格式进行导出 的三维机器人模型。其运动学/动力学参数如下表所示：

表1

对串联工业机器人模型进行D-H坐标的建模，其具体的D-H模型参数如下表1所示：

表2

所述实际轨迹导入模块7支持通过使用三维球的方式(逐个导入轨迹)，以及批量导入 的方式来导入末端的实施轨迹。批量导入轨迹应包括每个步长时间点下机器人末端所在的位 置和姿态，可以大大提升用户在算法验证时的效率。

所述关节旋转/俯仰及其轴限导入模块9包括定义串联工业机器人的关节运动方式以及 各个关节的运动范围。串联工业机器人模型，其关节运动方式和各个关节的轴限如下表2所 示：

表3

在仿真验证环境下，串联工业机器人的基坐标系相对于世界坐标系应可以进行平移和旋 转，即允许用户根据世界坐标系，自定义设定串联工业机器人的基坐标系相对于世界坐标系 的偏移量。偏移量参数应包括世界坐标系原点沿x，y，z轴平移的距离，以及世界坐标系绕 x，y，z轴旋转的角度。使验证仿真软件的各个坐标系与算法中的坐标系完全统一，才能使 输出的串联工业机器人末端位姿具有可比较性。

所述变量为输入模块中的全部变量。将这些变量输入到内置模块，进行下一步串联工业 机器人运动学、动力学的数学模型建模，得到必要的输出，与算法控制器的输出比较。

所述内置运动学数学模型应包括串联工业机器人正运动学和逆运动学的建模。在该模块 中，正运动学使用的是D-H坐标法，逆运动学使用的是几何法。

D-H坐标法对串联工业机器人进行正运动学建模，首先应读取机器人的D-H坐标参数， 而三自由度的串联工业机器人D-H参数已在表2中给出。

n轴串联工业机器人的末端坐标⁰T_i为每个关节轴的齐次变换矩阵A_i的叉积。公式描述 为：

⁰T_n＝A₀A_l…A_i…A_n；

式中：第i个关节轴的其次变换矩阵A_i可以用公式描述为：

所述D-H坐标导入模块8中的参数就可以完成机器人正运动学的推导，并且这种正运动 学建模方法适用于几乎任何串联工业机器人。

以三自由度串联工业机器人为例，使用几何法，对三自由度串联工业机器人进行逆运动 学建模。

根据三自由度工业机器人机械臂末端的位置以及图2中的变量，得到三自由度串联工业 机器人各个关节的角度θ₁θ₂θ₃，公式可以描述为：

所述内置动力学数学模型13采用拉格朗日法对串联工业机器人模型进行建模。

其动力学建模流程图如图3所示。

首先建立拉格朗日动力学模型。机械手的总动能等于各杆件动能之和，且杆件的动能由 平动动能和转动动能两部分组成，故机械手的总动能为：

上式中：m_i为第i号杆件的质量，v_i为绝对线速度矢量的模，ω_i为第i号杆件的角速度， j_i为第i号杆件的惯性张量，θ为部件的广义坐标，

为广义坐标对应的广义速度，n为串联工 业机器人自由度。式中：

θ＝[θ₁ θ₂… θ_i …θ_n]^T；

机械手的势能等于各杆件势能之和，设z_ci为各杆件质心的z坐标，则机械手总势能为：

其次建立拉格朗日动力学方程。计算串联工业机器人惯性张量，如下：

拉格朗日动力学方程建模框架的主要步骤如图3“拉格朗日动力学方程”所示。

式中：T为作用于部件运动方向的外部广义力或广义力矩，G(θ)为重力项。式中：

所述输出模块3，用户根据自身对期望轨迹与期望速度的需求，通过用户设计的算法， 经过逆运动学、逆动力学，得到在每个步长点下，工业机器人每个关节轴旋转的角度，以及 驱动工业机器人每个关节轴需要多大的力矩。而本发明则是将上述的输出，即工业机器人每 个关节轴旋转的角度，以及驱动工业机器人每个关节轴需要多大的力矩作为输入，通过正运 动学、正动力学，输出工业机器人在实际工业环境下的实际轨迹与实际速度。通过比较期望 轨迹、期望速度与实际轨迹、实际速度的误差，如此来实现工业机器人位置环与速度环的双 闭环验证，充分验证控制算法在实际工业环境下的可行性。

综上所述，本发明提供一种串联工业机器人控制的验证方法，包括：输入模块、内置模 块以及输出模块，能够根据用户设计的控制算法及期望轨迹、速度，逆解输出对应步长的关 节角度、驱动关节力矩。本发明将上述关节角度、驱动关节力矩作为输入，正解得到工业机 器人的末端实际轨迹、速度。通过比较期望轨迹、速度和实际轨迹、速度之间的误差，并结 合机器人虚拟仿真，以达到工业机器人位置环与速度环的双闭环验证。本发明可以大大缩短 机器人控制算法从研发到投入生产的周期，并通过虚拟仿真验证，确保了新算法在实际工业 环境下的安全性。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例 的不同之处，各个实施例之间相同相似部分互相参见即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法 步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的 可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟 以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可 以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发 明的范围。

显然，本领域的技术人员可以对发明进行各种改动和变型而不脱离本发明的精神和范 围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则 本发明也意图包括这些改动和变型在内。

Claims (10)

1.一种串联工业机器人控制算法的验证系统，其特征在于，包括：输入模块(1)，内置模块(2)和输出模块(3)，其中，

所述输入模块，用于为验证串联工业机器人控制算法提供必要的输入，所述输入模块(1)包括：CAD模型导入模块(4)、运动学参数导入模块(5)、动力学参数导入模块(6)、实际轨迹导入模块(7)、D-H坐标导入模块(8)、关节旋转和俯仰及其轴限导入模块(9)、步长及仿真时间设定模块(10)和坐标设定模块(11)、；

所述的内置模块(2)，包括：内置运动学数学模型(12)和内置动力学数学模型(13)；

所述的输出模块(3)，包括：VR仿真模块(14)、参数导出模块(15)和作图模块(16)。

2.如权利要求1所述的串联工业机器人控制算法的验证系统，其特征在于，所述的CAD模型导入模块(4)，用于兼容指定格式的CAD串联工业机器人模型，兼容由CAD软件所导出的指定格式的文件，并能对工业机器人的各个零件进行分类和命名，以便于接下来对工业机器人的其他输入进行定义。

3.如权利要求1所述的串联工业机器人控制算法的验证系统，其特征在于，所述运动学参数导入模块(5)和动力学参数导入模块(6)，用于对串联工业机器人的运动学、动力学软件进行仿真验证，其中，所述运动学参数导入模块(5)、动力学参数导入模块(6)分别将运动学、动力学参数，导入到串联工业机器人控制算法验证软件中，为串联工业机器人控制算法的验证提供必要的输入。

4.如权利要求3所述的串联工业机器人控制算法的验证系统，其特征在于，其中，所述运动学参数导入模块(5)，包括：串联工业机器人在每个步长下每个关节的关节角；动力学参数导入模块(6)，包括：串联工业机器人在每个步长下每个关节的驱动关节力矩。

5.如权利要求4所述的串联工业机器人控制算法的验证系统，其特征在于，经过内置运动学数学模型(12)的计算，以及步长及仿真时间设定模块(10)，结合参数导出模块(15)输出指定时间和步长的机器人末端期望轨迹和期望速度。

6.如权利要求1所述的串联工业机器人控制算法的验证系统，其特征在于，所述实际轨迹导入模块(7)，用于将串联工业机器人控制算法输出的实际轨迹导入到串联工业机器人控制算法验证软件中，通过机器人的逆运动学/逆动力学，推导出机器人各个关节的运动情况，以便接下来对串联工业机器人控制算法进行验证。

7.如权利要求1所述的串联工业机器人控制算法的验证系统，其特征在于，所述的D-H坐标导入模块(8)，用于将机器人的DH参数，导入到串联工业机器人控制算法验证软件中。

8.如权利要求1所述的串联工业机器人控制算法的验证系统，其特征在于，所述的关节旋转和俯仰及其轴限导入模块(9)，用于导入工业机器人各个关节的旋转或是俯仰的运动方式，以及工业机器人的关节轴限，来模拟工业机器人在虚拟工业环境下的仿真情况。

9.如权利要求1所述的串联工业机器人控制算法的验证系统，其特征在于，所述的步长及仿真时间设定模块(10)，用于设定整个算法验证仿真阶段的步长时间以及总的仿真时间。

10.如权利要求1所述的串联工业机器人控制算法的验证系统，其特征在于，所述VR仿真模块(14)，用于结合机器人机械模型，以及由运动学和动力学推导得出的末端实时位置、实时速度、实时加速度，以及各个关节的角度，让用户直观地观察到串联工业机器人运动状态的实时变化；

参数导出模块(15)，用于将所得到的所有输出，将其一一对应并可以以.xls或,xlsx的格式导出，方便用户进行接下来的参数对比工作；

作图模块(16)，用于将由控制算法得到的输出，以及仿真验证软件得到的输出，以作图的形式，绘制出两者的对比曲线及两者的误差曲线等等对比数据。

Images